論文の概要: Improving the Authentication with Built-in Camera Protocol Using
Built-in Motion Sensors: A Deep Learning Solution
- arxiv url: http://arxiv.org/abs/2107.10536v2
- Date: Fri, 23 Jul 2021 05:26:42 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-26 11:02:17.501461
- Title: Improving the Authentication with Built-in Camera Protocol Using
Built-in Motion Sensors: A Deep Learning Solution
- Title（参考訳）: 内蔵モーションセンサを用いたカメラプロトコルによる認証の改善:深層学習ソリューション
- Authors: Cezara Benegui, Radu Tudor Ionescu
- Abstract要約: 本稿では、内蔵モーションセンサに基づくディープラーニングソリューションを用いて、カメラプロトコルによる認証の強化版を提案する。
このプロトコルは、攻撃者が外部写真からカメラの指紋を計算できる場合、偽造攻撃に対して脆弱である。
本稿では,移動センサデータに基づくABCプロトコルの拡張を,追加および受動的認証層として提案する。
- 参考スコア（独自算出の注目度）: 16.72680081620203
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: We propose an enhanced version of the Authentication with Built-in Camera
(ABC) protocol by employing a deep learning solution based on built-in motion
sensors. The standard ABC protocol identifies mobile devices based on the
photo-response non-uniformity (PRNU) of the camera sensor, while also
considering QR-code-based meta-information. During authentication, the user is
required to take two photos that contain two QR codes presented on a screen.
The presented QR code images also contain a unique probe signal, similar to a
camera fingerprint, generated by the protocol. During verification, the server
computes the fingerprint of the received photos and authenticates the user if
(i) the probe signal is present, (ii) the metadata embedded in the QR codes is
correct and (iii) the camera fingerprint is identified correctly. However, the
protocol is vulnerable to forgery attacks when the attacker can compute the
camera fingerprint from external photos, as shown in our preliminary work. In
this context, we propose an enhancement for the ABC protocol based on motion
sensor data, as an additional and passive authentication layer. Smartphones can
be identified through their motion sensor data, which, unlike photos, is never
posted by users on social media platforms, thus being more secure than using
photographs alone. To this end, we transform motion signals into embedding
vectors produced by deep neural networks, applying Support Vector Machines for
the smartphone identification task. Our change to the ABC protocol results in a
multi-modal protocol that lowers the false acceptance rate for the attack
proposed in our previous work to a percentage as low as 0.07%.
- Abstract（参考訳）: 組込みカメラ(ABC)プロトコルの強化版として,組込みモーションセンサを用いた深層学習ソリューションを提案する。
標準ABCプロトコルは、QRコードに基づくメタ情報も考慮しながら、カメラセンサの光応答非均一性(PRNU)に基づいてモバイルデバイスを識別する。
認証の間、ユーザーは画面に2つのQRコードを含む2つの写真を撮る必要がある。
提示されたqrコード画像は、プロトコルによって生成されたカメラ指紋に似たユニークなプローブ信号も含む。
検証中、サーバは受信した写真の指紋を算出し、(i)プローブ信号が存在する場合、(ii)QRコードに埋め込まれたメタデータが正しく、(iii)カメラ指紋が正しく識別されている場合、ユーザを認証する。
しかし、このプロトコルは、攻撃者が外部写真からカメラの指紋を計算できる場合の偽造攻撃に対して脆弱である。
本稿では,動きセンサデータに基づくabcプロトコルの付加的および受動的認証層としての拡張を提案する。
スマートフォンは、写真とは異なり、ソーシャルメディアプラットフォーム上ではユーザーによって投稿されないモーションセンサーデータによって識別できるため、写真のみを使用するよりも安全である。
この目的のために、我々は動き信号をディープニューラルネットワークが生成する埋め込みベクトルに変換し、スマートフォン識別タスクにサポートベクターマシンを適用する。
abcプロトコルの変更により、前回の作業で提案された攻撃に対する偽の受け入れ率を0.07%まで低下させるマルチモーダルプロトコルが実現しました。
関連論文リスト
- Region of Interest Loss for Anonymizing Learned Image Compression [3.0936354370614607]
人間の顔が認識不能になり,人体が検出不能となるような,十分な匿名化を実現する方法を示す。
このアプローチは、ネットワーク越しに機密性の高い匿名化データを送信するのではなく、キャプチャデバイス上の1ステップで圧縮と匿名化を可能にする。
論文 参考訳（メタデータ） (2024-06-09T10:36:06Z) - oBAKE: an Online Biometric-Authenticated Key Exchange Protocol [0.0]
生体認証された鍵交換プロトコルを新たに導入し,鍵の安全性とプライバシ保護を実現する。
このプロトコルは、お互いを肯定的に認証するときに、双方からランダムナンスを組み込んだ共有秘密を生成する。
このプロトコルは、ユーザトークンに最小の計算負担を課すことなく、対話的なシステムに特に適している。
論文 参考訳（メタデータ） (2024-04-15T18:02:35Z) - EventTransAct: A video transformer-based framework for Event-camera
based action recognition [52.537021302246664]
イベントカメラは、RGBビデオの標準アクション認識と比較して、新しい機会を提供する。
本研究では,最初にイベントフレーム当たりの空間埋め込みを取得するビデオトランスフォーマーネットワーク(VTN)という,計算効率のよいモデルを用いる。
イベントデータのスパースできめ細かい性質にVTNをよりよく採用するために、イベントコントラストロス(mathcalL_EC$)とイベント固有の拡張を設計する。
論文 参考訳（メタデータ） (2023-08-25T23:51:07Z) - Agile gesture recognition for capacitive sensing devices: adapting
on-the-job [55.40855017016652]
本システムでは, コンデンサセンサからの信号を手の動き認識器に組み込んだ手動作認識システムを提案する。
コントローラは、着用者5本の指それぞれからリアルタイム信号を生成する。
機械学習技術を用いて時系列信号を解析し,500ms以内で5本の指を表現できる3つの特徴を同定する。
論文 参考訳（メタデータ） (2023-05-12T17:24:02Z) - Web Photo Source Identification based on Neural Enhanced Camera
Fingerprint [9.606477062236499]
Web写真のソースカメラ識別は、キャプチャされた画像とソースカメラとの信頼性の高いリンクを確立することを目的としている。
本稿では,ニューラルネットの強化されたセンサパターンノイズを利用した,革新的で実用的な音源識別フレームワークを提案する。
距離学習と周波数整合性を深層ネットワーク設計に組み込むことで,最新のスマートフォン写真における指紋抽出アルゴリズムの最先端性能を実現する。
論文 参考訳（メタデータ） (2023-02-18T04:14:45Z) - PRNU Based Source Camera Identification for Webcam and Smartphone Videos [137.6408511310322]
このコミュニケーションは、Webカメラ/スマートフォンビデオのソースカメラ(SCI: Source Camera Identification)を特定するためにカメラセンサ指紋を使用する画像法医学の応用に関するものである。
論文 参考訳（メタデータ） (2022-01-27T18:57:14Z) - Privacy-Preserving Image Acquisition Using Trainable Optical Kernel [50.1239616836174]
本稿では、画像センサに到達する前に、光学領域の感度の高い識別情報を除去する訓練可能な画像取得手法を提案する。
イメージセンサに到達する前に、センシティブなコンテンツが抑制されるため、デジタルドメインには入らないため、いかなる種類のプライバシー攻撃でも検索できない。
論文 参考訳（メタデータ） (2021-06-28T11:08:14Z) - D-Unet: A Dual-encoder U-Net for Image Splicing Forgery Detection and
Localization [108.8592577019391]
画像スプライシング偽造検出は、画像指紋によって改ざんされた領域と非改ざんされた領域を区別するグローバルバイナリ分類タスクである。
画像スプライシングフォージェリ検出のためのデュアルエンコーダU-Net(D-Unet)という,固定されていないエンコーダと固定エンコーダを用いた新しいネットワークを提案する。
D-Unetと最先端技術の比較実験において、D-Unetは画像レベルおよび画素レベルの検出において他の手法よりも優れていた。
論文 参考訳（メタデータ） (2020-12-03T10:54:02Z) - Smartphone Camera De-identification while Preserving Biometric Utility [13.164846772893455]
Photo Response Non Uniformity (PRNU) は、特定の画像を取得するためにカメラやセンサーを使用したスマートフォンデバイスのアイデンティティーを推定するためにしばしば利用される。
本研究では,スマートフォンカメラを用いて取得した顔画像を摂動するアルゴリズムを設計し,(a)スマートフォンカメラに関連するセンサ固有の詳細を抑える(センサ匿名化),(b)異なるデバイスのセンサパターンを組み込む(センサースプーフィング),(c)この摂動画像を用いた生体認証は影響を受けない(バイオメトリック・ユーティリティ)。
MICHE-IとOULU-NPUデータセットによる実験
論文 参考訳（メタデータ） (2020-09-17T19:48:43Z) - Real-Time Detectors for Digital and Physical Adversarial Inputs to
Perception Systems [11.752184033538636]
ディープニューラルネットワーク(DNN)モデルは、敵のデジタルおよび物理的攻撃に対して脆弱であることが証明されている。
そこで本研究では,DNNに基づく認識システムに対する敵対的入力の両タイプに対して,新たな攻撃・データセット非依存・リアルタイム検出手法を提案する。
特に、提案した検出器は、逆画像が特定のラベル不変変換に敏感であるという観察に依存している。
論文 参考訳（メタデータ） (2020-02-23T00:03:57Z) - Towards Precise Intra-camera Supervised Person Re-identification [54.86892428155225]
人物の再識別(Re-ID)のためのカメラ内監視(ICS)は、アイデンティティラベルが各カメラビュー内に独立してアノテートされていると仮定する。
カメラ間ラベルの欠如により、ICS Re-ID問題は、完全に監督されたラベルよりもはるかに難しい。
われわれの手法は、2つのデータセットで最先端の完全教師付き手法に匹敵する性能を発揮する。
論文 参考訳（メタデータ） (2020-02-12T11:56:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。